Cpaw AI Competition 2nd CIFAR100/omniglot編

473e3755004fd21a59ba460f515c3ed8?s=47 Cpaw
April 02, 2018

Cpaw AI Competition 2nd CIFAR100/omniglot編

473e3755004fd21a59ba460f515c3ed8?s=128

Cpaw

April 02, 2018
Tweet

Transcript

  1. 5.

    ベースラインをみてみよう グレースケール + Ridge Clsf. → 正解率7.68% 色ヒストグラム + Ridge

    Clsf. → 正解率6.84% どう考えても難易度高すぎる やっぱりDeep Learning??
  2. 6.

    禁断のDeep Learning 5層CNN - conv(k=32)->relu - conv(k=32)->relu - maxpool ->

    dropout (0.25) - conv(k=64) -> relu - conv(k=64) -> relu - maxpool -> dropout (0.25) - fc 512 -> relu - dropout 0.5 -> fc 100 →62.70% (validation data)
  3. 11.

    画像の”ハッシュ”をとる - Perceptual hash - Wavelet hash - Difference hash

    - Average hash - などなど,imagehashライブラリに入っている! - Average hash + ハミング距離 + Nearest Neighbor: 17.01% (8倍前正解率) https://medium.com/taringa-on-publishing/why-we-built-imageid-and-saved-47-of-the- moderation-effort-b7afb69d068e
  4. 12.

    最強のオレオレモデル - ストローク特徴量: 19.21% (!!) (8倍前正解率) - 細線化 (Zhang-Suenアルゴリズム) -

    隣接するピクセルを追跡して方向を記録しておく - クロスしたら後から戻ってくる (revisit) - 方向コード文字列で編集距離最短で検索 0 1 2